摘要
该文提出一种新的基于积分微分方程的泊松噪声去除算法。首先讨论了经典的总变差(TV)最小模型,在此基础上提出一种新的变分多尺度分层图像表示方法,然后在逆尺度空间上积分"尺度"图像从而得到了新的积分微分方程。这种新的积分微分方程含有一个单调增加的尺度函数。通过选取适当的尺度函数,该方程可以有效地去除泊松型噪声。数值实验证明了该算法比经典的TV和四阶偏微分方程算法具有更好的去噪效果。
This paper presents a novel integro-differential equation approach for removing Poisson noise. The classical Total Variational （TV） minimization model is discussed, and then the novel hierarchical multiscale variational image representation model is given. To arrive at the novel integro-differential equation, one integrates in inverse scale space a succession of refined ＇slices＇ of the image. The novel integro-differential equation includes a monotone increasing scaling function. According to choose an adaptive scaling function, this equation can remove Poisson noise efficiently. Finally, the experiment results demonstrate the proposed model obtains better effects compare with the classical TV and fourth-order partial differential equation models.
出处
《电子与信息学报》
EI
CSCD
北大核心
2013年第2期451-456,共6页
Journal of Electronics & Information Technology
基金
国家自然科学基金(61105011)
博士点新教师基金(20100203120010)资助课题
关键词
图像处理
泊松噪声
总变差最小
积分微分方程
Image processing
Poisson noise
Total Variation （TV） minimization
Integro-differential equation
作者简介
通信作者：白键：男，1979年生，讲师，研究方向为偏微分方程图像处理．keywhite26@126．com
冯象初：男，1962年生，教授，研究方向为偏微分方程图像处理
